龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东建筑大学;中铁十四局集团建筑工程有限公司;山东富友科技有限公司
申请日：2024-03-06
公开（公告）日：2024-06-21
公开（公告）号：CN118228100A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/214;G06F18/20;G06N3/0464;B66C13/16
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明公开一种基于对比学习的塔机小样本损伤诊断方法及系统，涉及故障诊断技术领域，方法为：获取塔机起重臂旋转一周的塔机顶端轨迹数据，输入至损伤诊断模型，基于提取的特征向量输出塔机损伤分类结果；损伤诊断模型的构建包括：获取小样本塔机顶端轨迹数据及损伤类型标签标注，作为训练样本，并整理划分正负样本集；通过特征提取及分类网络提取训练样本的多尺度一维特征向量，构建分类损失函数；采用高斯径向基核函数和多核计算法，计算正、负样本对的特征向量之间的相似度，构建对比损失函数；基于分类损失函数和对比损失函数更新网络参数，得到损伤诊断模型。本发明在模型训练过程中引入对比学习和核函数，实现小样本下损伤准确分类。
主权项：1.一种基于对比学习的塔机小样本损伤诊断方法，其特征是，包括：获取塔机起重臂在恒定载荷下旋转一周的塔机顶端轨迹数据；将塔机顶端轨迹数据输入至损伤诊断模型中，提取一维特征向量，并基于特征向量输出塔机损伤分类结果；所述损伤诊断模型的构建包括：获取小样本塔机顶端轨迹数据及损伤类型标签标注，作为训练样本，并整理划分正负样本集；通过特征提取及分类网络提取训练样本的多尺度一维特征向量，并基于特征向量构建分类损失函数；采用高斯径向基核函数和多核计算法，计算正、负样本对的特征向量之间的相似度，以此构建对比损失函数；基于分类损失函数和对比损失函数更新网络参数，得到构建完成的损伤诊断模型。
全文数据：
权利要求：
百度查询： 山东建筑大学;中铁十四局集团建筑工程有限公司;山东富友科技有限公司 基于对比学习的塔机小样本损伤诊断方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号